基于VQ与HMM的说话人识别技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·引言 | 第10-11页 |
| ·说话人识别的发展及现状 | 第11-12页 |
| ·说话人识别的应用前景 | 第12-13页 |
| ·说话人识别的难点 | 第13页 |
| ·本文主要工作和研究内容 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第2章 说话人识别系统原理 | 第15-36页 |
| ·语音信号的产生与感知 | 第15-19页 |
| ·语音的发声机理 | 第15-16页 |
| ·人耳的听觉感知特性 | 第16-17页 |
| ·语音信号的数字模型 | 第17-19页 |
| ·语音信号的预处理 | 第19-22页 |
| ·语音采样 | 第19页 |
| ·去除噪音 | 第19-20页 |
| ·预加重处理 | 第20页 |
| ·分帧和加窗 | 第20-21页 |
| ·端点检测 | 第21-22页 |
| ·说话人特征参数提取 | 第22-29页 |
| ·常用的说话人特征参数 | 第23-24页 |
| ·线性预测倒谱系数 | 第24-27页 |
| ·Mel频率倒谱系数 | 第27-29页 |
| ·说话人识别方法 | 第29-35页 |
| ·基于模板的识别方法 | 第29-31页 |
| ·基于概率统计的识别方法 | 第31-33页 |
| ·基于人工神经网络的识别方法 | 第33-34页 |
| ·基于支持向量机的识别方法 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 矢量量化与隐马尔可夫模型 | 第36-56页 |
| ·矢量量化 | 第36-44页 |
| ·矢量量化的基本原理 | 第36-38页 |
| ·LBG算法 | 第38-42页 |
| ·初始码本的设置方法 | 第42-43页 |
| ·基于矢量量化的说话人识别 | 第43-44页 |
| ·隐马尔可夫模型 | 第44-54页 |
| ·Markov链 | 第45-46页 |
| ·HMM模型的定义 | 第46-47页 |
| ·HMM的基本算法 | 第47-50页 |
| ·HMM算法实现中的问题 | 第50-53页 |
| ·基于 HMM模型的说话人识别 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第4章 基于VQ与HMM的说话人识别系统实现 | 第56-70页 |
| ·说话人识别系统的性能评价 | 第56-57页 |
| ·语音信号的预处理过程 | 第57-60页 |
| ·基于LPCC与 MFCC的二次特征提取 | 第60-66页 |
| ·LPCC及其差分提取 | 第60-61页 |
| ·MFCC及其差分提取 | 第61-64页 |
| ·LPCC与 MFCC的二次特征提取 | 第64-66页 |
| ·基于VQ与 HMM的说话人识别系统实现 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 第5章 系统仿真及分析 | 第70-78页 |
| ·系统开发环境 | 第70-71页 |
| ·硬件环境 | 第70页 |
| ·软件环境 | 第70页 |
| ·MATLAB简介 | 第70-71页 |
| ·仿真结果及分析 | 第71-77页 |
| ·语音信号的预处理和特征参数提取仿真实验 | 第71-74页 |
| ·单一特征维数的影响仿真实验 | 第74-75页 |
| ·不同特征参数组合仿真实验 | 第75-76页 |
| ·不同说话人识别模型仿真实验 | 第76-77页 |
| ·不同训练和测试语音时长仿真实验 | 第77页 |
| ·本章小结 | 第77-78页 |
| 第6章 总结与展望 | 第78-80页 |
| ·本文主要工作和创新点 | 第78页 |
| ·后续工作展望 | 第78-80页 |
| 参考文献 | 第80-83页 |
| 附录 | 第83-88页 |
| 致谢 | 第88-89页 |
| 作者简介 | 第89页 |
| 攻读硕士期间发表的论文和科研成果 | 第89页 |
